线性模型是很重要的一类数学模型,它在经济,生物,工农业,国防等许多领域都有着广泛而重要的应用。线性模型的统计分析理论相当丰富,而参数估计问题则是其中最基本的内容之一,本文从一元线性模型参数估计有关问题着手,对多元线性模型中参数的有偏估计及相对效率问题进行了研究。　　文章首先列举了一些需要用到的相关预备知识,主要有矩阵分析,正交阵和投影阵,参数估计的最小二乘法等,这些是研究线性模型的参数估计问题中不可少的工具。对于多元模型(公式略)定义了一种新的相对效率，研究了它与其它相对效率的关系,以及给出了它的一个上,下界。接着讨论了多元线性模型的有偏估计问题,提出了参数B的一种有偏估计βh，βh在线性模型典则形式下,对应的有偏估计为αh,此αh有很好的统计性质.并阐明了它在均方误差准则下研究了这种估计相对于最小二乘估计和岭估计的优良性问题,从而推广了已有的有关结果。最后我们就岭估计,研究了对病态的多元线性模型,提出了c-k型估计.证明了利用Stein式压缩技术可以改进岭估计;同时给出了参数的最优值满足的条件,证明了c-k型估计的可容许性。